---

Sistemas de recomenda‡Æo têm desempenhado um papel importante em diferentes contextos de aplica‡Æo (e.g recomenda‡Æo de produtos, filmes, músicas, livros, dentre outros). Eles automaticamente sugerem a cada usuário itens que podem ser relevantes, evitando que o usuário tenha que analisar uma quantidade gigantesca de itens para realizar sua escolha. Neste trabalho, as predi‡äes de recomenda‡Æo geradas por técnicas de FC e de RBC sÆo combinadas de forma ponderada através de medidas de esparsidade. Observou-se que a recomenda‡Æo combinada melhorou as recomenda‡äes fornecida pelos algoritmos isolados.

---

Azuirson, Gabriel de Albuquerque Veloso
Formado em Engenharia da Computa‡Æo pela Universidade Federal de Pernambuco(UFPE) em 2009, concluiu o Mestrado em 2015 também pela UFPE. Tem interesse pela área de Inteligência Artificial e também Desenvolvimento de Software. Trabalhou como Analista de Sistemas na UFPE e professor de Desenvolvimento de Software no IFPE

---